K8S入门真不难，把这篇文章看完就够了
不少兄弟问我K8S怎么学，这事儿说来话长。
之前我们公司搞大促，一个传统部署的Java服务突然挂了。运维同事手忙脚乱登上服务器，进程还在，但就是接不进请求。最后排查下来是机器负载太高了，想扩容？行，去申请机器、走审批流程、等IDC上架，一套下来活动都结束了。
后来上了K8S，同样的场景再发生怎么办？HPA自动扩容，五分钟不到新Pod就起来了，流量切过去，稳稳当当。从那之后我才真正意识到，K8S这东西不是锦上添花，是雪中送炭。
今天就把我这几年踩过的坑、总结的经验，毫无保留地分享给大家。
把K8S当成"包工头"来理解
很多新手一上来就去看官方文档，看到Pod、Deployment、Service这些名词直接就懵了。我跟你说，别那么正经地去学它，你就把它想象成一个"包工头"。
包工头管什么呢？管工人（Pod）、管工地（Node）、管图纸（Deployment）、管门牌号（Service）。这么一想，是不是就接地气多了？
具体到技术层面，K8S集群里有两种角色。控制节点（Master）相当于包工头的大脑，负责调度、决策、监控集群状态。一般包括API Server、etcd、Scheduler、Controller Manager这几个组件。etcd是存储集群所有数据的数据库，别小看它，集群挂了它都不能挂。工作节点（Node）是真正干活的工人，每个Node上跑着kubelet、kube-proxy、容器运行时（一般是containerd或者docker）。Pod就是在这个上面实际运行的。
我们生产环境用的是3个Master节点 + 10个Worker节点的配置，高可用方面至少Master得保证3个，不然一个挂了集群就出问题了。
环境搭建：先别上来就搭生产集群
新手最常犯的错误是什么？一上来就要搭生产级K8S集群。兄弟，你连Pod是啥都没搞清楚，搭什么生产集群？
我强烈建议，入门阶段就用 minikube 或者 kind 来练手。这两个工具能在你本机起一个单节点的K8S集群，特别适合学习。
minikube安装（Mac为例）：
brew install minikube
minikube start --driver=docker
kubectl get nodes看到节点状态变成Ready，恭喜你，你已经有了第一个K8S集群。
kubectl是K8S的命令行工具，记住它，后面要天天用。建议配置上自动补全：
source <(kubectl completion bash)
echo "source <(kubectl completion bash)" >> ~/.bashrczsh用户就把bash换成zsh，这能给你省下大量时间。
Pod：K8S里最小的调度单位
很多人以为Pod就是容器，其实不完全对。Pod可以理解成一个"盒子"，里面可以装一个或多个紧耦合的容器。这些容器共享网络、存储，命运也连在一起——一个挂了，整个Pod都会被重启。
举个真实的例子：我们有个业务是数据采集，需要一个主程序加一个日志收集的sidecar。这种场景下，把它们放在同一个Pod里就很合适。Sidecar模式也是K8S里非常推荐的做法。
apiVersion: v1
kind: Pod
metadata:
name: my-app-pod
spec:
containers:
- name: app
image: nginx:1.21
ports:
- containerPort: 80
- name: log-collector
image: log-collector:v1
volumeMounts:
- name: log-volume
mountPath: /var/log/app
volumes:
- name: log-volume
emptyDir: {}Deployment：管Pod的"包工头"
光有Pod不够，因为Pod挂了就没了，不能自动恢复。Deployment就是来解决这个问题的——它负责保证你指定数量的Pod始终在运行。
apiVersion: apps/v1
kind: Deployment
metadata:
name: web-deployment
spec:
replicas: 3
selector:
matchLabels:
app: web
template:
metadata:
labels:
app: web
spec:
containers:
- name: nginx
image: nginx:1.21
ports:
- containerPort: 80这个Deployment会保证集群里始终有3个nginx Pod在跑。Pod挂了？自动拉起新的。机器挂了？把Pod调度到其他机器上。
我们生产上一个核心服务配置的是replicas=5，然后配合HPA，根据CPU使用率自动扩缩容，平时5个够用，大促的时候能自动扩到20多个，挺省心的。
Service：给Pod一个稳定的"门牌号"
Pod的IP是不固定的，今天是10.244.1.5，明天可能就变成10.244.1.8了。那别的服务怎么找到它？Service就是来解决这个问题的。
最常用的Service类型是ClusterIP，只能在集群内部访问。如果要从外部访问，用NodePort或者LoadBalancer。云上一般用LoadBalancer，会自动创建SLB。
apiVersion: v1
kind: Service
metadata:
name: web-service
spec:
type: ClusterIP
selector:
app: web
ports:
- port: 80
targetPort: 80这个Service会监听所有标签是app=web的Pod，然后把请求转发过去。Service的IP是固定的，Pod再怎么变，Service IP都不变。
Namespace：给集群"分房间"
当集群里跑了成百上千个服务时，全部堆在一起肯定乱。Namespace就是用来隔离资源的，相当于给集群分了不同的房间。
我们生产上是这么分的：按环境分（dev、test、staging、prod），按业务线分（user、order、pay）。这样资源配额也能分开管理，避免某个环境的测试Pod把生产资源吃满。
kubectl create namespace production
kubectl get ns生产环境实战：一个完整的部署流程
光说不练假把式。下面我带大家走一遍生产上部署一个服务的完整流程，包含我们踩过的坑。
Dockerfile编写：
FROM openjdk:11-jre-slim
WORKDIR /app
COPY target/myapp.jar /app/
EXPOSE 8080
ENTRYPOINT ["java", "-jar", "myapp.jar"]这里有个坑：基础镜像别用latest标签，版本要固定死。我们之前有个服务用openjdk:latest，结果某天构建的时候拉了最新版本，JDK 8和JDK 11不兼容，服务起不来了。血的教训。
K8S部署文件：
apiVersion: apps/v1
kind: Deployment
metadata:
name: myapp
namespace: production
labels:
app: myapp
spec:
replicas: 3
selector:
matchLabels:
app: myapp
template:
metadata:
labels:
app: myapp
spec:
containers:
- name: myapp
image: registry.company.com/myapp:v1.0.0
ports:
- containerPort: 8080
resources:
requests:
memory: "512Mi"
cpu: "500m"
limits:
memory: "1Gi"
cpu: "1000m"
livenessProbe:
httpGet:
path: /health
port: 8080
initialDelaySeconds: 30
periodSeconds: 10
readinessProbe:
httpGet:
path: /ready
port: 8080
initialDelaySeconds: 5
periodSeconds: 5
env:
- name: DB_HOST
valueFrom:
configMapKeyRef:
name: app-config
key: db.host重点说一下几个配置：
resources这块，requests是K8S调度时给Pod分配的最低资源，limits是Pod能用的最大资源。不设limits的话，Pod可能把整个节点资源吃满，影响其他Pod。我们之前就遇到过这种情况，一个有内存泄漏的服务把整个节点搞挂了。
健康检查也很关键，livenessProbe判断容器是不是活着，不健康就重启。readinessProbe判断容器能不能接流量，不健康就不接流量。这两个一定都要配，不然滚动更新的时候新版本可能还没起来流量就切过去了，导致服务短暂不可用。
环境变量这块，配置和镜像分离，不要把配置写死在代码里。生产上我们用ConfigMap管理配置，用Secret管理敏感信息。
应用配置并验证：
kubectl apply -f deployment.yaml
kubectl get pods -n production
kubectl describe pod pod-name -n production
kubectl logs -f pod-name -n production
kubectl exec -it pod-name -n production -- /bin/bash如果Pod一直起不来，describe命令是你的救命稻草，它会把Pod的详细信息都列出来，包括事件、状态、配置等等。
那次差点让我丢工作的故障
讲个真实案例，希望大家能引以为戒。
去年有个周五下午，我们上线一个新版本。开发那边说就改了个小功能，让运维直接发。流程是这样的：先灰度10%流量，观察10分钟，没问题再全量。
结果灰度上去之后，监控系统告警了，错误率飙升到15%。我第一反应是版本有问题，赶紧回滚。回滚之后错误率下来了，但是！有用户反馈数据不一致。
我慌了，赶紧看日志、看监控、看链路追踪。最后发现，回滚的时候，K8S是先创建新Pod再删除旧Pod的（滚动更新策略）。那10%灰度的Pod虽然被回滚了，但已经处理了一部分用户请求，这些请求触发的数据变更在新版本里有特殊处理逻辑（他们改的"小功能"），回滚之后这部分数据就出问题了。
教训：
任何发版都要有回滚预案。这次幸亏灰度比例小，要是全量发布，后果不堪设想。灰度发布要多观察一会儿。我们只观察了10分钟就全量了，有些问题在长时间运行后才会暴露。开发说"小改动"也要走完整测试流程。别问，问就是被坑过。
后来我们调整了发布流程：灰度发布最低观察30分钟，配置回滚时自动保留新Pod数据快照，重要业务必须蓝绿发布。流程虽然复杂了，但再没出过类似的事故。
入门到进阶，你还需要学这些
K8S入门之后，往哪些方向深入？我列几个我们生产上用得最多的：
Helm包管理工具必须学。手写YAML文件管理少量服务还行，服务一多就乱套了。Helm相当于K8S的"软件包管理器"，能让你像apt、yum一样管理K8S应用。我们生产上所有服务都用Helm管理，模板统一，配置抽离，省了大量重复劳动。
ConfigMap和Secret是基本功。配置和代码分离是基本操作。ConfigMap存普通配置，Secret存敏感信息（密码、token等）。注意Secret默认是base64编码的，不是加密的，敏感信息一定要开启加密存储。
持久化存储（PV/PVC）也得懂。Pod里的数据是临时的，Pod一删数据就没了。有状态服务（数据库、文件存储）需要持久化存储。我们用的是云厂商提供的块存储CSI插件，PVC声明存储需求，K8S自动创建PV。
自动扩缩容（HPA/VPA）这个对业务很有用。HPA（Horizontal Pod Autoscaler）根据CPU、内存或者自定义指标自动调整Pod数量。VPA（Vertical Pod Autoscaler）自动调整Pod的资源配置。这两个配合用，效果更佳。
监控和日志（Prometheus + Grafana + ELK）是生产必备。生产环境没有监控就是裸奔。Prometheus采集指标，Grafana做可视化，ELK（或者Loki）做日志聚合。我们自建了完整的监控告警体系，每个服务上线必须接入监控，否则不允许上线。
服务网格（Istio）等有基础了再看。微服务多了之后，服务间调用关系复杂，流量管理、熔断限流、链路追踪这些需求自然就出来了。Istio就是解决这些问题的。不过Istio复杂度比较高，建议有一定K8S基础之后再学习。
给新手的几条掏心窝子的话
别光看文档，一定要动手。K8S是个实操性很强的东西，光看文档是学不会的。自己搭个环境，从部署一个Nginx开始，慢慢深入，遇到问题就去查、去解决，这个过程比看十遍文档都管用。
先会用，再懂原理。很多人陷入了一个误区：非要搞懂K8S每个组件的原理才开始用。兄弟，先把集群搭起来，把服务跑起来，再回头看原理，事半功倍。我们公司新来的运维，都是先培训基本操作，再讲原理。
生产环境慎之又慎。学习环境随便折腾，删库也没事。生产环境每一个操作都要三思而后行。我们生产操作都有严格的审批流程，重要操作要双人复核。
多看官方文档，多逛社区。K8S官方文档（kubernetes.io）是最权威的学习资料，遇到问题先查文档。社区推荐CNCF、Stack Overflow、GitHub Issues。
加入一个学习社群。一个人学容易放弃，找几个志同道合的兄弟一起学，互相分享经验，能走得更远。
好了，今天的分享就到这里。这篇文章涵盖了我从生产事故中总结出来的K8S核心概念、环境搭建、部署流程、真实案例以及后续学习方向。
K8S这个东西，会了不难，难了不会。关键是要迈出第一步，先把环境搭起来，把第一个Pod跑起来。跑起来了，你就有信心继续深入了。
如果觉得这篇文章对你有帮助，欢迎点赞、在看、转发三连支持一波。你的支持是我持续创作的最大动力！
后续会持续分享更多运维干货、生产实战经验、各种踩坑指南。咱们一起在运维这条路上走得更远、更稳。
公众号：耕云躬行录
个人博客：躬行笔记
